知識與企業競爭力的定量關系研究

許照成 侯經川

（華東師范大學工商管理學院，上海 200062）

引 言

黨的十九大報告提出，“著力構建市場機制有效、微觀主體有活力、宏觀調控有度的經濟體制，不斷增強中國經濟創新力和競爭力。”德勤公司與美國競爭力委員會聯合發布的 《2016全球制造業競爭力指數》指出，2016年中國制造業全球競爭力指數位居全球第一，成為目前最具競爭力的制造業國家。《中國制造2025》也指出要 “加快轉型升級和提質增效，切實提高制造業的核心競爭力和可持續發展能力”，同時預計制造業質量競爭力指數要從2013年的83.1分別增加到2020年和2025年的84.5和85.5。

競爭力作為一種刻畫經濟主體外在市場表現的方式，一直都備受廣泛關注［1－5］。競爭力研究最早可追溯到Smith在1776年提出的絕對優勢理論。1817年Ricardo在此基礎上，提出了比較優勢理論。1960年Hymer在麻省理工學院的博士論文中首次提到 “企業競爭力”這個概念，但對其真正意義上的研究始于Porter的競爭優勢理論。圍繞企業競爭力的來源問題，逐步形成了以Ma?son和Bain的 “結構－行為－績效” （S－C－P） 理論、以Porter的競爭優勢理論為代表的外生論和以Wernerfelt的企業資源理論、Prahalad和Hamel的企業能力理論以及Grant的企業知識理論為代表的內生論兩大學派。其中，企業知識理論［6］認為，企業是知識的整合機構，知識是導致企業競爭差異性的根源，也是企業競爭力的決定性力量。

隨著研究的不斷深入，人們越來越認識到知識對企業競爭力的重要影響，并進行了豐富研究，主要集中在外部知識獲取、知識整合、知識創新及共享行為等知識管理方面［7－10］。 如 Bloodgood［10］根據知識的獨特性、知識來源和企業互補性的存在，提出了相關知識、無關知識和錯誤知識的知識獲取對企業競爭力的影響效應。但是，對于知識與企業競爭力之間的定量關系卻少有研究。有鑒于此，本文從知識內涵出發，深入分析企業的知識構成；對知識與企業競爭力之間的關系進行理論分析并提出研究假設；并對知識與企業競爭力之間關系進行實證分析。

1 理論基礎與研究假設

1.1 知識與企業競爭力概述

1.1.1 知識

知識是一個具有多重性意義的概念，時至今日還沒有統一而明確的定義。國內外有關知識定義的研究由來已久，經歷了不同的派別，大體可分為兩大類：（1）以柏拉圖為代表的本源論知識觀和以波蘭尼為代表的個人知識理念，認為知識是一種信念；（2）以杜威為代表的實用主義知識觀和以培根為代表的經驗主義知識觀，認為這種信念來源于人類的社會實踐。國內權威專著 《辭海》和 《現代漢語詞典 （第六版）》肯定了國外的研究成果，并將它們很好地整合起來，但未能深入界定知識的外延。如 《辭海》指出了知識是人類認識的成果和結晶，卻沒能明確指出唯有正確的認識才是知識。因為認識的成果和結晶有正確和錯誤之分，至少是客觀的認識才能被稱為知識。有鑒于此，本文在充分借鑒前人研究成果基礎上，將 “知識”定義為 “人們在社會實踐中獲取 （感知）、并加以序化 （編碼）和強化 （賦能）的客觀信息。”

這一定義主要包括了3點內涵：（1）知識是一種客觀信息；（2）知識是人們從社會實踐活動中獲取 （感知）的；（3）知識通過序化和強化的方式向著更深層次演進。該定義與以往定義相比最大的改進之處在于，指出了知識是人們通過序化 （編碼）和強化 （賦能）形成發展起來的。所謂序化是知識通過符號化、分門別類和重組3種方式，對知識進行序化，實現知識的記錄、組織和排列，形成新的知識關聯，產生創新型知識，實現知識增值。所謂強化是知識通過固化、實用化和品牌化的方式，將知識固化下來，使知識具有實際使用價值，逐步贏得用戶對產品的認可、美譽、信任忠誠等，最終以品牌標識、符號、商標等形式沉淀下來。

由知識的定義可知，知識來源于人類社會實踐活動。企業再生產是一個從投入到產出周而復始的生產過程［11］。每次再生產過程都會經過知識的獲取、吸收、應用、創新、積累和積淀過程。企業通過學習模仿先進產品技術和經驗，不斷吸收行業內通用性的知識成果，輸出通用性知識；在此基礎上，企業在再生產過程中對通用性知識再改造、再創新，不斷創造出獨有的知識成果，輸出專用性知識；企業通過長期自主創新，逐漸轉化成較高的產品品質和市場份額，提高顧客忠誠度和品牌信譽度，積淀成企業專有性的知識成果，輸出專有性知識。

有鑒于此，本文構建 “通用性知識－專用性知識－專有性知識”3層次 “金字塔”知識結構，如圖1所示。具體而言：（1）通用性知識位于金字塔最底層，是不被企業獨有，其他企業可以低成本學習、使用和掌握，且易于在企業間轉移和擴散的知識資產；（2）專用性知識位于金字塔中間層，是對通用性知識重組消化吸收后的創新性成果，難以被企業競爭對手仿制和轉移，具有一定價值性、稀缺性、難以替代性的知識資產；（3）專有性知識位于金字塔最頂層，是對專用性知識不斷進行創新轉化并經過長期積淀得到的，具有永久獨占性的無形知識資產。專有性知識是能被外部顧客所感知的，具有壟斷性、完全個性的知識 “副產品”，包括顧客對產品或服務的認知度、忠誠度、口碑等。

圖1 企業 “金字塔”知識結構

1.1.2 企業競爭力

企業競爭力是一個直觀含義明顯但又難以準確定義的概念，國內外學者對此有不同的觀點。

Porter［1］將企業競爭力定義為企業的競爭優勢，是企業在一個產業內的優勢地位。美國競爭力委員會主席George M C Fish認為，企業競爭力是指企業具有較競爭對手更強的獲取、創建、應用知識的能力［12］。胡大立認為，企業競爭力是企業在有限的市場資源配置中充分利用外部資源和環境，并不斷提升自身要素，從而取得相對競爭優勢，實現企業可持續發展的良性循環的能力［13］。金碚認為，企業競爭力是企業相對于競爭對手更具有優勢的能力，是一個企業在競爭性市場中所具有的能夠持續地比其他企業更有效地向市場提供產品或服務，并獲得贏利和自身發展的綜合素質［14］。

盡管人們對企業競爭力內涵的理解大體是一致的，但是對企業競爭力概念的描述普遍比較空乏和抽象，難以被具體地量化處理，可操作性不強。此外，與企業競爭力密切相關的另一個概念是企業競爭優勢。企業競爭優勢是對企業在市場上綜合表現的一種定性描述，而企業競爭力正是對競爭優勢的定量表示，二者無本質差異。

從博弈論的視角來看，競爭力可由經濟主體在博弈均衡狀態所能贏得的比較利益分配份額來度量，包括經濟主體與其貿易伙伴之間的合作性競爭能力 （即經濟 “合爭力”）和經濟主體與其同行之間的非合作性競爭能力 （即經濟 “分爭力”）兩個方面。其中，“合爭力”（即 “合爭”中的利益分配份額）由產品交易價格決定，定價權越大、相對價格越高的市場交易方所獲得的收益越多；“分爭力”（即 “分爭”中的利益分配份額）由市場規模決定，同一時期產品的市場份額越高、相對成本越低的同行競爭者所占市場規模越大，所獲得的收益越多［3］。因此，相對價格越高、相對成本越低的博弈方所獲得的收益就越高，最終的綜合競爭力就會越強。

企業作為最重要的經濟主體，當然也不例外。然而，無論相對價格還是相對成本，最終都取決于相對知識水平 （包括知識質量和知識數量），知識質量和知識數量是決定企業競爭力的根本因素。事實上，知識本身不能產生經濟價值，也只有通過知識的獲取、吸收、應用與創造等過程，轉化成為有價值的產品或服務，影響企業在市場上的定價權力和市場份額進而體現其價值，最終決定企業競爭力。

1.2 知識與企業競爭力關系

1.2.1 通用性知識與企業競爭力

通用性知識是不同組織之間轉化成本較低且易于轉化的知識［15］，不具有自主知識產權。行業內通用性知識為企業所獲取和吸收，在再生產過程中逐步積累下來，為形成知識優勢奠定基礎。一個不具備或缺乏通用性知識的企業，便無法進行基本的生產經營活動，更不能與競爭對手進行競爭，也就不具有企業競爭力。相比同行其他企業，企業獲取和吸收的行業內通用性知識數量越多，產出的同質產品總量就會越多，市場份額也越大，從而贏得更多市場利潤。此外，在同等條件下，企業通過購買、許可等方式吸收的通用性知識越準確，產品技術和管理經驗越豐富，對市場需求把握就越精準，產出的產品或服務質量越高。基于以上分析，本文提出如下假設：

H1：通用性知識與企業競爭力呈正相關關系，即通用性知識含量越高，企業競爭力越強。

1.2.2 專用性知識與企業競爭力

專用性知識是企業在不斷獲取、吸收、應用與創新行業通用性知識的基礎上，積累下來的、具有一定法律期限保護的創新性產物。它是市場上難以被競爭對手仿制、不易被新知識和新技能替代的競爭性知識資產。企業的專用性知識越多，在同類產品市場競爭中具有越強的壟斷性，享有更多的話語權，最終形成較高的競爭優勢。只有這些專用性知識得到了很好地保護，企業才能從戰略聯盟中獲取持續競爭優勢。相反，企業的技術秘密、核心技能、專利等知識一旦被其他企業竊取或仿制，將無法獨享創新成果所帶來的價值［16］。企業獲得卓越績效的基礎是擁有獨特且有價值的企業專用資源［17］，這些專用資源主要源自于企業專用性知識，易于為企業帶來長期的極好經濟績效，對企業獲得可持續競爭優勢并實現長期發展至關重要［18］。基于以上分析，本文提出如下假設：

H2：專用性知識與企業競爭力呈正相關關系，即專用性知識含量越高，企業競爭力越強。

1.2.3 專有性知識與企業競爭力

專有性知識是企業專用性知識經過長期不斷地應用、創新、積累與積淀得到的。專有性知識是企業在提高市場產出方面最有價值的無形知識資產，對企業經營戰略具有重要意義［19］。企業專有知識積累的不同，是企業之間生產率存在差異的根本原因，在企業競爭力提高的過程中具有關鍵性作用［20］。企業經過長期的自主創新，專用性知識逐步累積形成專有性知識，集中體現在品牌市場規模優勢和產品質量優勢，能夠增強企業競爭力［21］。另外，企業經過持續的創新生產，逐步演化形成企業的專有性知識，建立行業知識型壟斷地位，有助于企業在市場中立于不敗之地，獲得長久生存和發展。品牌的成功會固化顧客對企業的專屬印象，導致核心能力剛性問題且很難消除［22］，但同時能夠維持較高的產品交易價格、抵御競爭對手的攻擊、持續不斷地為企業創造利潤、增加企業價值等［23］。基于以上分析，本文提出如下假設：

H3：專有性知識與企業競爭力呈正相關關系，即專有性知識含量越高，企業競爭力越強。

2 研究設計

2.1 樣本來源與選取依據

依據證監會頒布的 《上市公司行業分類指引》（2012年修訂）分類標準，本文選取2012～2018年醫藥制造業、汽車制造業和計算機、通信和其他電子設備制造業 （以下簡稱 “計算機通信”）上市公司作為樣本。選擇依據有以下3方面： （1）均為典型的知識密集型行業，對知識要求非常高；（2）均屬于國家未來發展的高新支柱產業代表，在國民經濟中占較大的市場份額，能夠反映國民經濟發展狀況；（3）可以通過對不同行業企業的競爭力動態變化情況進行實證分析，驗證知識與企業競爭力的關系。數據主要來源于上市公司年報、CSMAR數據庫、國家知識產權局，以確保數據科學真實可靠。

為確保樣本選擇的合理性，在上述篩選標準基礎上，進一步剔除部分S、ST、?ST、S?ST、PT公司以及其他存在嚴重數據缺失的公司，最終得到2012～2018年醫藥、汽車、計算機通信3個行業的387家上市公司，其中醫藥135家、汽車69家、計算機通信183家，共計2709個觀測值。

由于各指標量綱不一樣，數值跨度非常大。各指標值均采用 “均值化”方法［24］進行無量綱化處理，處理公式為Zi＝Xi／X0。 其中，Xi為原始值；X0為標準值，即同一時期該指標在所有樣本中的平均值；Zi為無量綱化數值。

2.2 變量定義與檢驗模型設定

本文構建以下待檢驗的回歸模型：

其中，ECit為被解釋變量，表示企業競爭力，數值越大則意味著企業競爭力水平越高。Know?ledgeit為解釋變量，分別表示通用性知識 （GKit）、專用性知識 （SKit）、專有性知識 （PKit）3個層次知識，數值越大則表示知識含量越高；FLit、LEit和FGit均為企業層面控制變量，用來控制知識對企業競爭力的影響；YRit和INDit分別代表年度和行業虛擬變量，來控制年度變化趨勢和行業差異性對企業競爭力可能產生的影響。

2.2.1 被解釋變量

Porter［1］認為企業長時間維持優于平均水平的經營業績的根本基礎在于其所具有的持久性競爭優勢，于是競爭優勢與企業業績可以進行互換。Barney［17］認為當企業能夠實施一項其他現有的和潛在的競爭對手沒有采用過的價值創造戰略時，這家企業就具有競爭優勢。競爭優勢即為企業與競爭對手在經濟價值創造上的差異，可用企業財務報表中的績效指標來測量［25，26］。績效指標通常主要采用總資產收益率 （ROA）、凈資產收益率（ROE）和Tobin's Q值［27］。中國上司公司股票價格的高度波動和高換手率會導致Tobin's Q值指標存在潛在偏差［28］，國內學者大多采用前兩個指標來衡量企業績效。總資產收益率 （ROA）反映了企業總資產獲取利潤的能力；凈資產收益率 （ROE）從投資者角度反映股東投入資本的利用效率。但是，凈資產收益率 （ROE）是證監會對上市公司進行首次公開發行 （IPO）、配股和特別處理 （ST）的考核指標，企業對這一指標的盈余管理的現象十分嚴重［29］。因此，本文用總資產收益率 （ROA）測量企業競爭力 （ECit）。

總資產收益率是凈利潤和總資產的比值。其中，凈利潤由企業各類營業收入和營業成本 （包括費用）決定；總資產是由固定資產和流動資產構成。營業收入體現于企業產品交易價格和產品銷售數量 （即產品市場規模）［1］，產品交易價格越高、市場規模越大的企業，單位資產獲利越大；營業成本 （包括費用）受到產品市場規模的影響，產品市場規模越大、生產效率越高的企業，單位資產均攤的成本就越低，每單位資產獲利越大。進一步，交易價格取決于定價權力（決定 “合爭力”），市場規模取決于市場份額 （決定 “分爭力”）。總資產收益率用來說明當期企業每單位資產能夠創造多少凈利潤，反映企業競爭力。

2.2.2 解釋變量

由前文所述，企業的知識可由通用性知識（GKit）、 專用性知識 （SKit）、 專有性知識 （PKit）3個層次構成。其中，每層知識的兩個指標分別由知識質量和知識數量構成，而這兩個指標重要性不相上下，因而本文對它們進行等權重處理，即根據指標數量平均分配權重。每層知識測量方法分析如下：（1）通用性知識是一個人通過學校正規教育獲得的［30］，可由平均受教育程度和員工規模來測量；（2）專利是法律保障創造發明者在一定時期內由于創造發明而獨自享有的利益，包括專有權和專利技術，是衡量創新產出最常用和被廣泛認可的指標［31］。企業在專利權利范圍內對技術享有所有權和排他權，或通過技術授權或技術壟斷在權利有效期內獲益［32］。專用性知識可由專利的平均授權期限和專利規模來測量；（3）商譽是一種能夠為企業帶來額外利潤且有助于提高競爭力的特殊無形資產，體現可衡量的商標權、商號等無形資產價值［33］。商標權期限，即商標受法律保護的有效期限，有效期滿后可續展，且續展次數不限，就可用來代表企業專有性知識。本文選用商標來衡量商譽的價值，可由商標實際使用的最長時間和市場占有率來測量專有性知識。這是因為企業往往會擁有一些競爭性商標，平均商標權期限就很難真正反映品牌在市場上的實際收益。而商標實際使用的最長時間是商標持久使用的時間，包括商品的品牌歷史，能夠反映專有性知識的質量；另外，商標用戶數雖能反映商標市場規模，但會存在用戶數統計困難等因素，也不能真正反映商標實際影響力。而一家企業的營業收入必然是各種有效商標一定期限內在市場上直接產生的經濟價值之和，能夠反映專有性知識數量。

2.2.3 控制變量

根據以往相關文獻的做法［34，35］， 主要控制以下影響因素：（1）企業壽命 （FLit）：表明企業從成立至今的時間，一定程度上影響企業競爭力狀況。企業壽命越大的企業往往有更多時間進行知識積累，這有助于促進企業創新活動，進而對企業競爭力產生影響。本文采用企業成立日期到統計當年的年限，并取自然對數進行測量；（2）資本結構，也稱資產負債率 （LEit）：反映企業各類資本的價值構成狀況，在很大程度上決定了企業的償債和再融資能力，從而決定企業未來的盈利能力。本文采用總負債與總資產比例進行測量；（3）企業成長性 （FGit）：反映一種可持續盈利能力，對于培育企業競爭力具有重要作用。本文采用企業主營業務收入的增長率，即主營業務收入增長額與上年主營業務收入總額的比值來測量。此外，本文還設置了年度 （YRit）和行業 （INDit）虛擬變量。

2.3 描述性統計和相關性分析

對3個行業的企業競爭力和知識變量進行描述性統計和相關性分析，如表1所示。結果顯示：

（1）對醫藥制造業而言，企業競爭力的均值為1，標準差為1.034，極差為15.62；3類知識的標準差分別為0.548、0.729和1.199，極差分別為3.463、7.839和12.18。企業相對知識水平與企業競爭力呈正相關關系 （通用性知識：Beta＝0.043， p＞0.1； 專用性知識： Beta＝0.085， p＜0.01； 專有性知識： Beta＝ 0.119，p＜0.01）， 除了通用性知識外，其余均達到了正向顯著水平。

（2）對汽車制造業而言，企業競爭力的均值為1，標準差為1.223，極差為15.99；3類知識的標準差分別為1.147、1.137和1.967，極差分別為9.321、9.467和16.97。企業相對知識水平與企業競爭力呈正相關關系 （通用性知識：Beta＝0.05， p＞0.1； 專用性知識： Beta＝0.015， p＞0.1；專有性知識： Beta＝0.152， p＜0.01）， 專有性知識達到了正向顯著水平。

（3）對計算機通信行業而言，企業競爭力的均值為1，標準差為1.604，極差為12.39；3類知識的標準差分別為0.918、2.809和1.866，極差分別為9.468、48.16和46.95。企業相對知識水平與企業競爭力呈正相關關系 （通用性知識：Beta＝0.049， p＜0.1； 專用性知識： Beta＝ －0.015， p＞0.1； 專有性知識： Beta＝0.011， p＞0.1）， 通用性知識呈正向相關關系。

由此可見，在未控制其他因素的情況下，企業相對知識水平越高，企業競爭力水平就越高；3個行業的企業相對知識水平整體偏低，均存在較大的提升空間。其中，汽車制造業和計算機通信行業波動較大，出現了嚴重的兩極分化現象。

表1 主要變量描述性統計和相關性分析

3 回歸結果與討論

3.1 回歸結果與分析

在回歸分析之前，為確保模型估計的一致性和有效性，對數據作如下處理：（1）為克服異常值的影響，對主要連續變量在1%水平上進行縮尾處理［36］；（2）為避免出現多重共線性問題，確保回歸結果的有效性，對所有進入模型的解釋變量和控制變量進行方差膨脹因子 （VIF）檢測。結果顯示：醫藥、汽車、計算機通信企業平均VIF和各變量的VIF都遠遠低于臨界值10，說明不存在明顯的多重共線性。

表2檢驗了3個行業知識與企業競爭力之間關系，模型 （1）分別是以3層知識為解釋變量，包括所有控制變量的OLS檢驗結果。3個行業的檢驗結果顯示：每一層知識均與企業競爭力呈顯著正相關關系。具體而言：

（1）通用性知識：醫藥行業 （Beta＝0.2716，p＜0.01）、 汽車行業 （Beta＝0.1106， p＜0.01）、計算機通信行業 （Beta＝0.3364， p＜0.01），3個行業的通用性知識均與企業競爭力呈顯著正相關關系，假設1得到了驗證。從回歸系數來看，計算機通信行業的通用性知識貢獻度最大，醫藥行業次之，汽車行業最小。該回歸結果說明，①隨著互聯網的不斷深入，計算機通信行業規模整體上越來越大，通用性知識水平相對較高，產業貢獻度也依然比較高；② 《關于改革完善仿制藥供應保障及使用政策的意見》作為近年來醫藥行業最重要的供給側改革政策，對國內仿制醫藥行業進行了重新洗牌，加快推進醫藥行業發展；③汽車行業企業規模相對較小，生產成本較高，行業最前沿和高水平的技術開發人才仍然緊缺。

（2）專用性知識：醫藥行業 （Beta＝0.2136，p＜0.01）、 汽車行業 （Beta＝0.1305， p＜0.01）、 計算機通信行業 （Beta＝0.2058， p＜0.01），3個行業的專用性知識均與企業競爭力呈顯著正向相關關系，假設2得到了驗證。從回歸系數來看，計算機通信行業的專用性知識貢獻度最大，醫藥行業次之，汽車行業最小。該回歸結果說明，①計算機通信行業大多屬于新興企業，人員相對年輕，知識創新能力較強，同時受新技術、新需求、產業政策等影響，加之 “工業互聯網”、 “獨角獸”的帶動，整體表現較好；②醫藥行業研發投入持續加大，增長速度較快，市場創新力度也得到了進一步提升；③汽車行業雖然在新技術引進與消化吸收方面有了很大進步，但技術相對較落后，創新能力較弱，仍處于以知識為主的創新過程中。

（3） 專有性知識：醫藥行業 （Beta＝0.1353，p＜0.01）、 汽車行業 （Beta＝0.1177， p＜0.01）、 計算機通信行業 （Beta＝0.1335， p＜0.01），3個行業的專有性知識均與企業競爭力呈顯著正向相關關系，假設3得到了驗證。從回歸系數來看，醫藥行業的專有性知識貢獻度最大，計算機通信行業次之，汽車行業最小。該回歸結果說明，①醫藥行業大多是一些品牌歷史較悠久的企業，具有較高的品牌知名度、認知度和忠誠度，品牌早已經深入人心；②相比較而言，計算機通信行業屬于新興行業，雖然發展勢頭較迅猛，但企業品牌整體上形成均較晚；③汽車行業品牌目前主要還是掌握在以核心技術為優勢的跨國公司或合資企業手中，它們通過并購或重組等方式擠占或吞并國內企業，形成行業壟斷地位。

為了確保檢驗結果的穩健性，以便獲得無偏估計結果，模型 （2）和模型 （3）分別對3層知識進行了Robust穩健標準誤檢驗和將標準誤差經過Cluster調整，結果都依然穩健。此外，為了控制面板數據可能存在的異方差和因變量年度上的自相關性等影響，模型 （4）進一步進行了D－K標準誤調整［37］，結果同樣表明，企業相對知識水平越高，企業競爭力水平就越高。因此，本文得到結論：企業所具有的相對知識水平能夠代表其在市場中的競爭力水平。

表2 知識與企業競爭力之間關系的檢驗分析

續 表

3.2 內生性問題處理

根據前面的理論分析可知，知識與企業競爭力水平之間很可能存在相互影響的雙向因果關系，這樣就會導致OLS回歸結果存在內生性問題。因此，本文選擇工具變量法對內生性問題進行處理。

根據現有文獻常見的做法［38，39］， 選取內生變量滯后一期變量作為工具變量。同時，依據Hough的研究方法［37］，本文采用兩階段最小二乘法（2SLS）對原模型進行內生性處理。具體檢驗過程如下：第一階段，使用Logistic回歸方法，用企業知識變量與工具變量進行OLS回歸分析；第二階段，用前一階段回歸得到的企業知識變量擬合值來替代實際值，再對原模型進行最小二乘法，從而得到無偏一致的參數估計值，以便于消除內生性的影響。模型 （5）新的檢驗結果與表2的結果均保持一致，如表3所示。

雖然2SLS估計是一致的，但也可能會出現由于2SLS的有偏而帶來的 “顯著性水平扭曲”，且這種扭曲會隨著弱工具變量而增大。為了檢驗處理結果的穩健性，模型 （6）采取了對這種弱工具變量更加不敏感的基于單個信息方程的有限信息最大似然性 （LIML）內生性處理，3個行業的結果與表2仍然是一致的。此外，由于面板數據可能存在隨機擾動項的異方差或自相關的情形，模型 （7）進一步采用了更為有效的廣義矩估計（GMM）方法［41］進行內生性處理，結果同樣是穩健的。

綜上所述，本文分別采取了2SLS、LIML和GMM工具變量法，在很大程度上處理了內生性問題。另外，表3的處理結果一定程度上也說明了本文分析的結果是穩健的。

4 研究結論與啟示

4.1 研究結論

知識與企業競爭力的關系一直是人們長期關注的問題。本文在過去有關知識定義的基礎上，對知識進行了界定，構建了企業3層次金字塔知識結構，在此基礎上，從理論上探討了知識與企業競爭力之間的關系，進一步選取醫藥制造業、汽車制造業和計算機通信3個行業387家上市公司2012～2018年樣本數據對二者關系進行了實證分析，得到以下結論：

表3 內生性問題處理——工具變量回歸

（1）知識來源于人類社會實踐活動，企業經過反復循環的再生產過程，形成 “通用性知識－專用性知識－專有性知識”3層次知識結構，實現企業的知識進化，競爭力不斷提升； （2）3個行業的通用性知識、專用性知識、專有性知識均與企業競爭力呈顯著正相關關系，且經過內生性處理后的結果依然是穩健的。即企業的知識含量越高，企業競爭力水平越強；（3）不同行業知識對企業競爭力的影響程度存在一定差異性。相比而言，計算機通信行業通用性知識、專用性知識對企業競爭力的貢獻度最大，醫藥制造業專有性知識對企業競爭力的貢獻度最大；而汽車制造業3類知識對企業競爭力的貢獻度均最小。

4.2 管理啟示

結合本文的研究結論，本文提出如下管理啟示：

（1）強化知識學習能力，不斷補足和完善通用性知識短板。企業在通用性知識方面存在不足，可能會導致整個企業創新效益降低，競爭力水平也較低，形成 “木桶效應”。企業應通過購買、技術重組、戰略聯盟等方式拓寬知識獲取途徑，組建學習型團隊，營造適合學習的環境氛圍，提升知識學習和整合吸收能力。重視對外合作和自主研發，與優秀企業和研究機構實現戰略合作； （2）完善知識創新的激勵機制，增強企業知識創新能力。在吸收通用性知識基礎上加強自主創新活動，創造出企業沒有的專用性知識，是企業競爭力形成的關鍵路徑。企業應增強和提升員工知識產權保護意識，建立健全知識產權保護制度和激勵機制，提高員工自主創新的積極性。注重外部市場和內部研發的聯動，加強技術研發和自主創新力度，鼓勵和激發原始性發明創造；（3）建立健全知識積累與積淀機制，打造知識型壟斷企業。企業經過持續地知識創新，知識優勢必然會累積成產品的品質優勢、市場的份額優勢以及企業的品牌優勢，形成行業壟斷地位。企業應開展有效的品牌傳播活動，增強品牌產品和服務的號召力、聚客力、美譽度和影響力，完成企業品牌的積淀過程。不斷完善知識的積累與積淀機制，為企業產品品牌演化形成提供有力支撐。